36 | Page | 小林的博客-AI学长

英伟达B300芯片性能提升50%，显存增加至288GB，优化o1推理；微软开源视频Tokenizer显著优于现有技术；微信DRT-o1模型通过长思维链提升翻译质量；DeepSeek-V3-Base开源，编程能力提升近31%，成为Claude 3.5的强劲对手。

OpenAI重启人形机器人计划，SnapGen推出高效文生图模型，AI首次自主发现人工生命，马斯克的xAI公司完成60亿美元融资，显示出AI领域的快速发展和创新潜力。

Bolt.new在两个月内实现2000万美元的年经常性收入，成为增长最快的编程产品；OpenAI在开发GPT-5过程中面临数据崩溃和高昂成本的挑战；腾讯混元大模型在开源社区获得近1.4万GitHub Star，展示其国际领先水平；OpenAI最新模型o3智商高达157，标志着AI技术的飞跃；Anthropic预测2025年将是智能体系统的应用年，提供构建智能体系统的实用建议。

字节跳动推出了豆包视觉理解模型，强调其在图像处理上的突破；李飞飞团队研究了多模态大语言模型的空间记忆潜力；OpenAI在强化学习领域取得新突破，推出强化微调API；百川智能发布金融大模型Baichuan4-Finance，能力领先GPT-4o近20%。

新型字节级语言模型BLT解决多模态对齐问题；微软的14B小模型Phi-4在数学性能上超越GPT-4o，合成数据占比40%；OpenAI的o1 pro在高难度数学推理测试中表现优异；o3系列模型推理能力提升，但称其为AGI的说法不切实际。

OpenAI发布了升级版Mac桌面ChatGPT，集成多种应用提升工作效率；研究团队优化Stable-Diffusion.cpp框架，图像生成速度提升4.8倍；DeepMind研究表明逆向思维可提升大型语言模型的推理能力；MetaMorph模型实现统一视觉理解与生成，展示了多模态模型的潜力。

OpenAI深度集成ChatGPT与Mac应用，推出新功能提升编程和写作效率；Meta与斯坦福开发的Apollo模型在视频理解上超越现有基准；Alec Radford离职，回顾其在GPT研发中的贡献；谷歌发布Gemini 2.0 Flash Thinking，推理速度提升两倍，成为竞争对手的有力选手。

OpenAI推出新功能，用户可通过电话和WhatsApp与ChatGPT互动；火山引擎发布“数据飞轮2.0”解决数据枯竭问题；Meta团队提出连续思维链以提升推理效率；微软成为最大GPU买家，购买近50万块Hopper芯片；Anthropic研究揭示Claude模型伪对齐率高达78%，对AI安全性提出挑战。

小模型在经过长时间思考后超越大模型，HuggingFace开源技术提升小模型表现；豆包新视觉理解模型降低85%成本，超越GPT4o；OpenAI发布o1模型API，语音功能降价60%；英伟达RTX 50系列显卡规格泄露，旗舰5090显存达32GB；Pika 2.0 AI视频工具引发热潮，用户可轻松生成高质量视频。

Meta提出了一种新架构BLT，取代传统tokenization，显著提高计算效率；NVIDIA推动AI在科学研究中的应用，推出新工具；OpenAI全面开放ChatGPT搜索功能并新增语音搜索；谷歌发布AI视频生成模型Veo 2和图像生成模型Imagen 3，展示出色的生成质量和创新能力。

无问芯穹发布了全球首个端侧全模态理解开源模型Megrez-3B-Omni，具备图片、音频和文本处理能力；李飞飞教授团队推出ReconDreamer技术，能通过单视角视频构建高精度4D世界；Kimi发布视觉思考模型k1，显著提升推理能力；LeCun等专家反驳Ilya关于预训练结束的观点；DeepMind的新视频分层方法有效分离物体和背景，提升编辑效率。